AI项目与工具

gling

Gling是一款集成了先进AI技术的视频编辑工具,主要功能涵盖自动去除不良拍摄片段、消除沉默及填充词、生成AI字幕、自动缩放画面、降低背景噪音等。它还能够为视频生成优化标题与章节,适用于个人视频博主、播客制作人、在线教育者及企业培训等多个领域,助力提升视频质量和效率。

Diffuse

Diffuse 是一款基于 AI 技术的视频编辑工具,支持用户通过自拍照生成个性化虚拟角色,并结合文本或图像生成高质量视频内容。其功能包括动作模仿、文本到视频生成、预剪辑选择及提示编辑,适用于社交媒体、广告、教育等多种场景。该工具专注于移动端使用,提升视频创作的便捷性与灵活性。

StarRocks MCP Server

StarRocks MCP Server 是一款用于 AI 助手与 StarRocks 数据库之间数据交互的工具,支持直接执行 SQL 查询、获取数据库结构、访问系统指标,并能生成数据可视化图表。其具备智能缓存、灵活配置等功能,适用于多维分析、AI 与数据库集成、数据探索等场景,提升数据处理与分析效率。

Steve AI

Steve AI 是一款基于人工智能技术的云端视频生成平台,支持文本、博客、网页或音频内容转化为高质量视频和动画。它提供文本到视频、AI语音到视频、动画AI头像视频等多种功能,拥有超过300个AI头像及庞大的媒体库,同时配备40多种视频编辑工具。用户无需专业技能即可快速制作出专业级视频内容,广泛适用于社交媒体营销、教育培训、企业培训、内容营销和个人品牌建设等领域。

AsrTools

AsrTools是一款无需复杂配置的智能语音转文字工具,支持多种音频格式的转换,生成SRT和TXT字幕文件,适用于视频字幕、会议记录、音频转写等多个场景。它具有友好的用户界面、高效的多线程处理能力以及详细的技术文档,旨在为用户提供便捷、准确的语音转文字解决方案。

Yoodli

Yoodli是一款利用AI技术辅助用户提升演讲技能的在线平台,由专业演讲者团队打造。它能够实时分析用户的口头表达、声音质量和肢体语言,并给予针对性建议,同时支持进度追踪和个人目标设定。主要功能涵盖语速评估、填充词检测、肢体语言解析以及定制化角色扮演练习,广泛应用于演讲培训、面试准备及销售沟通等领域,注重用户隐私保护。

NVILA

NVILA是一款由NVIDIA开发的视觉语言模型,通过“扩展-压缩”策略优化处理高分辨率图像和长视频,兼具效率与准确性。它在图像和视频基准测试中表现优异,支持时间定位、机器人导航和医疗成像等应用场景,并通过参数高效微调和量化技术提升模型性能。未来将在GitHub和HuggingFace平台上开源。

MotionFix

MotionFix是一个开源的3D人体动作编辑工具,采用自然语言描述与条件扩散模型TMED相结合的方式,支持通过文本指令精准编辑3D人体动作。其主要功能包括文本驱动的动作编辑、半自动数据集构建、多模态输入处理及基于检索的评估指标。MotionFix适用于动画制作、游戏开发、虚拟现实等多个领域,为动作编辑提供了灵活性与精确性。

DreamGen

DreamGen是英伟达推出的机器人学习技术,基于AI视频世界模型生成合成数据,使机器人能在梦境中学习新技能。它通过微调视频世界模型、生成虚拟数据、提取虚拟动作和训练下游策略四步流程,实现机器人在新环境中的行为和环境泛化。DreamGen无需大量真实数据,仅凭文本指令即可完成复杂任务,提升学习效率和泛化能力。其支持多种机器人系统和策略架构,适用于工业生产、家庭服务、医疗护理等多个领域。

Codev

Codev 是一款基于 AI 的全栈应用开发平台,允许用户通过自然语言描述需求,自动生成基于 Next.js 和 Supabase 的现代化代码。生成的代码完全属于用户,支持自由修改和部署,避免供应商锁定。平台还提供一键部署、多项目管理和社区支持等功能,适用于初创企业、非技术用户及开发者,广泛应用于 MVP 开发、快速原型设计和教育学习等领域。